昼夜分离隔夜跳空与日内反转选股因子

1、正文目录 HYPERLINK l _TOC_250016 A 股的“低开高走”如何利用？ 5 HYPERLINK l _TOC_250015 反转因子的提纯初探 6 HYPERLINK l _TOC_250014 将“低开高走”异象从原始反转中剥离 6 HYPERLINK l _TOC_250013 反转因子的昼夜分离构造 7 HYPERLINK l _TOC_250012 日内强反转&隔夜弱动量 8 HYPERLINK l _TOC_250011 日内信息：寻找日内反转的黄金分割点 10 HYPERLINK l _TOC_250010 黄金分割反转因子构造 10 HYPERLINK l _T

2、OC_250009 日内黄金分割反转因子的选股效果 12 HYPERLINK l _TOC_250008 指数内的测试效果 13 HYPERLINK l _TOC_250007 对多头和空头的不同改进 15 HYPERLINK l _TOC_250006 隔夜信息：非反转非动量的隔夜跳空因子 16 HYPERLINK l _TOC_250005 隔夜跳空因子的灵感来源 16 HYPERLINK l _TOC_250004 隔夜跳空因子的收益测试 16 HYPERLINK l _TOC_250003 隔夜跳空比日内反转衰减的更快 17 HYPERLINK l _TOC_250002 隔夜跳空与日

3、内反转的融合 19 HYPERLINK l _TOC_250001 回顾与总结 22 HYPERLINK l _TOC_250000 风险提示 24图表目录图表 1 中证全指累计净值的隔夜和日内拆分 5图表 2 中证全指累计涨幅的隔夜和日内拆分 5图表 3 原始反转因子ALPHA 集中在空头可能的一种解释 6图表 4 收益率的隔夜/日内拆分示意图 7图表 5 隔夜收益和日内收益的拆分示意图 7图表 6 日内累计涨跌幅因子IC 序列 8图表 7 日内累计涨跌幅因子多空收益与回撤 8图表 8 日内累计涨跌幅因子分 10 组收益 8图表 9 日内累计涨跌幅因子分组净值 8图表 10 隔夜累计涨跌幅因

4、子IC 序列 9图表 11 隔夜累计涨跌幅因子多空收益与回撤 9图表 12 隔夜累计涨跌幅因子分 10 组收益 9图表 13 隔夜累计涨跌幅因子分组净值 9图表 14 股票日内的流动性变化 10图表 15 日内分段累计涨跌幅因子的预测效果 11图表 16 日内不同时间段收益重构后的IC 均值矩阵 11图表 17 日内黄金分割反转因子的构建逻辑 12图表 18 传统反转，日内反转，日内黄金分割反转因子效果对比 12图表 19 日内黄金分割反转因子IC 序列 13图表 20 日内黄金分割反转因子分组年化收益 13图表 21 日内黄金分割反转因子多空收益与回撤 13图表 22 日内黄金分割反转因子分

5、组净值 13图表 23 沪深 300 内选股三种反转策略多空收益 14图表 24 中证 500 内选股三种反转策略多空收益 14图表 25 中证 1000 内选股三种反转策略多空收益 14图表 26 全A 内选股三种反转策略多空收益 14图表 27 指数内日内反转改进效果对比 14图表 28 指数内选股回测结果对比 15图表 29 原始反转与日内 10 点黄金分割反转多空净值 15图表 30 原始反转与日内 10 点反转多头净值 16图表 31 原始反转与日内 10 点反转空头净值 16图表 32 隔夜累计涨跌幅因子分组年化收益 16图表 33 隔夜跳空因子IC 序列 17图表 34 隔夜跳空

6、因子IC 序列 17图表 35 隔夜跳空因子分 10 组收益 17图表 36 隔夜跳空因子分 10 组收益 17图表 37 日内黄金分割反转因子参数检验 18图表 38 隔夜跳空因子参数检验 19图表 39 三因子相关性矩阵 19图表 40 昼夜合成因子参数检验 20图表 41 昼夜合成因子IC 序列 20图表 42 昼夜合成因子多空收益 20图表 43 昼夜合成因子多空收益与回撤 20图表 44 昼夜合成因子分组净值 20图表 45 昼夜合成因子与原始反转因子选股效果对比 21图表 46 沪深 300 内四个因子的多空收益率 21图表 47 中证 500 内四个因子的多空收益率 21图表 4

7、8 中证 1000 内四个因子的多空收益率 21图表 49 全A 内四个因子的多空收益率 21图表 50 原始反转因子十分组表现 22图表 51 昼夜合成因子十分组表现 22图表 52 本文因子构建示意图 23图表 53 日内收益结构与反转效应示意图 23A 股的“低开高走”如何利用？A 股目前实行T+1 交易制度，当日买入的股票当日无法卖出，累积的卖盘可能会集中在次日开盘集中释放，该交易制度可能导致股市呈现出“低开高走”的日内收益特征。如图表 1、2 所示，2015/1/1-2020/8/11，中证全指累计上涨 25.6%。如果将隔夜涨跌幅和日内涨跌幅拆分开，重新计算累计收益率，则隔夜累计涨

8、幅为-76.6%，日内累计涨幅为 439.5%，日内累计收益是整体收益的整整 20 倍。统计区间，中证全指隔夜高开的概率为 42%，日内高走的概率为 57%，日内高走的概率比隔夜高开的概率大了 15%。无论从胜率还是赔率来看，统计结果都表明 A 股具有非常典型的“低开高走”的日内收益特征。图表 1 中证全指累计净值的隔夜和日内拆分图表 2 中证全指累计涨幅的隔夜和日内拆分6 500% 400%300%200%100%0%-100% 54累计累涨计 3跌净幅值2102015-01-052016-01-052017-01-052018-01-052019-01-052020-01-05 中证全指日

9、内累计净值 中证全指隔夜累计净值 中证全指累计净值-200% 日内隔夜整体收益率0比率574254收益率0比率574214收益率0比率55469收益率0比率554313收益率0比率583918收益率0比率4261-18资料来源：Wind 资讯，华安证券研究所对多头和空头的不同改进为了直观体现以 10 点为临界拆分的日内反转策略相对于原始反转在选股能力上的改进，我们将两种策略的收益净值进行对比。我们分别为两者的多空净值对比、多头净值对比和空头净值对比，可以看出，经过优化的日内 10 点黄金分割反转策略具有更好的表现，稳定性也有一定程度的提升，其内在机理正是由于它将方向相反的隔夜动量部分剔除，保留

10、了更为纯净的反转成分。图表 29 原始反转与日内 10 点黄金分割反转多空净值4.543.532.521.510.501.351.31.251.21.151.11.051原始反转日内黄金分割反转（左轴）原始反转（左轴）资料来源：Wind 资讯，华安证券研究所对比多空两端，多头年化收益提升了 4.10%，空头收益下降了 2.52%，净值比分别达到了 1.48 和 0.74，算法的改进对多头收益的贡献更大。这一点与我们在图表 3 所阐述的逻辑相呼应。黄金分割日内反转因子的核心贡献在于剔除了隔夜和早盘的“低开高走”的干扰，这种噪音对反转多头的收益侵蚀尤为明显。图表 30 原始反转与日内 10 点反转

11、多头净值图表 31 原始反转与日内 10 点反转空头净值65432101.61.41.210.80.60.40.201.61.51.41.31.21.111.0510.950.90.850.80.750.70.650.6净值之比（右轴）日内黄金分割反转（左轴）原始反转（左轴）净值之比（右轴）日内黄金分割反转（左轴）原始反转（左轴）资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所隔夜信息：非反转非动量的隔夜跳空因子隔夜跳空因子的灵感来源回到隔夜累计收益因子 本身，我们发现虽然因子的 IC 均值为 2.00%，rankIC 均值为 3.00%，似乎呈现出一定的动量效

12、果，但分组年化收益并不单调，多头组、空头组的年化收益都偏低一些，如果叠加在日内反转因子上，可能不能提供增强 Alpha，甚至会拉低组合的预测能力。图表 32 隔夜累计涨跌幅因子分组年化收益1234567891010%5%0%-5%-10%-15%资料来源：Wind 资讯，华安证券研究所隔夜跳空因子的收益测试图表 32 的隔夜涨跌幅因子呈现出一定的抛物线型，受启发我们引入绝对值的因子构建方法，笔者在报告A 股“跳一跳”：隔夜跳空选股因子中有更详细的阐述。隔夜超涨和超跌对股票可能都不是一个好的信号，次月股票倾向于下跌。因此对于隔夜收益部分，我们构建隔夜跳空因子，隔夜跳空因子是隔夜收益率绝对值的累加

13、，代表股票过去 20 日中，隔夜累计跳空的幅度。20= ( ( )1=1隔夜跳空因子的IC 均值为-4.34%，rankIC 均值为-7.09%，年化 ICIR 位-2.74，多空年化收益为 19.36%，年化波动为 9.93%，信息比率为 1.95，分组呈现出良好的单调效果。这是一个负向因子，说明隔夜平开的那些股票在下个月的收益更好，隔夜累计跳空幅度越大，股票下月收益越差。图表 33 隔夜跳空因子 IC 序列图表 34 隔夜跳空因子 IC 序列资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所图表 35 隔夜跳空因子分 10 组收益图表 36 隔夜跳空因子分 1

14、0 组收益资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所隔夜跳空比日内反转衰减的更快本节测试日内黄金分割反转因子10:00和隔夜跳空因子 的最优构建窗口天数，我们发现对于日内和隔夜的因子有着不同的最佳参数周期。隔夜跳空因子更加“健忘”，IC 衰减速率快于日内反转，我们固定在月度调仓的频率下测试两者的因子计算窗口。对于日内黄金分割反转因子而言，最佳月度因子计算天数在 20 天左右，和月度调仓周期一致。这个结论接近于原始的反转因子，逻辑在于超涨的股票次月会回落，超跌的股票次月会反弹，其最佳的 20 日计算周期也大致对应了 A 股交易账户的平均持仓周期为一个月。图表

15、 37 日内黄金分割反转因子参数检验月度因子计算天数IC均值秩IC均值年化ICIR年化收益年化波动年化IR最大回撤1-3.31-3.16-2.0413.257.271.827.272-4.49-3.99-2.2518.157.632.387.233-5.06-4.59-2.5421.917.742.836.114-5.81-5.49-3.0324.247.913.067.385-6.25-6.10-3.2226.447.913.346.196-6.04-5.90-3.1626.207.663.427.307-6.27-6.15-3.2325.347.863.228.088-6.45-6.41-

16、3.2627.577.853.516.059-6.32-6.38-3.1525.757.923.256.4910-6.38-6.41-3.2126.087.683.406.8611-6.30-6.39-3.2126.557.793.416.7812-6.72-6.93-3.3926.767.703.486.1613-6.96-7.21-3.5528.327.793.647.3014-7.10-7.41-3.5930.387.693.957.1915-7.17-7.55-3.5330.617.983.836.9716-7.26-7.66-3.5230.917.893.928.5617-7.24-

17、7.69-3.6131.107.694.056.4818-7.39-7.93-3.6432.037.694.166.2919-7.36-7.92-3.6031.917.704.155.9420-7.32-7.84-3.6031.567.724.096.7021-7.14-7.70-3.4830.447.693.968.2022-6.93-7.50-3.3529.267.773.779.4123-6.90-7.47-3.3029.617.723.848.4224-6.98-7.57-3.3729.237.733.787.8725-7.00-7.61-3.3228.617.863.649.2126

18、-6.84-7.49-3.2628.187.823.609.8527-6.78-7.44-3.2327.777.913.518.4328-6.73-7.38-3.2027.727.863.538.3529-6.80-7.44-3.2328.288.033.528.9830-6.72-7.41-3.2127.167.903.448.64资料来源：Wind 资讯，华安证券研究所对于隔夜跳空因子来说，月度调仓下最佳因子计算窗口更短，周期在 10 日左右。越靠近月末，对下个月收益的影响更大，因此隔夜跳空因子的衰减速度比日内反转更快一些。如果改变调仓频率，两者的最优因子计算窗口可能也随之变化，但笔者试图

19、说明，两者的IC 衰减速率并不一致，隔夜跳空似乎倾向于捕捉更短周期的 Alpha，IC 衰减地更快一些。图表 38 隔夜跳空因子参数检验月度因子计算天数IC均值秩IC均值年化ICIR年化收益年化波动年化IR最大回撤1-3.12-3.77-2.3515.115.442.786.512-3.69-5.02-2.3917.296.422.697.563-4.23-5.78-2.4520.156.892.937.514-4.45-6.25-2.4619.517.662.559.395-4.61-6.58-2.3819.198.002.4010.426-4.73-6.81-2.3620.618.192.

20、5210.407-4.77-6.93-2.3221.488.412.5510.318-4.87-7.12-2.3022.308.632.5810.229-4.93-7.17-2.2922.688.802.5810.7410-4.93-7.25-2.2823.448.812.6610.9111-4.94-7.32-2.2222.838.952.5510.9712-4.89-7.31-2.1623.109.252.5011.8613-4.90-7.37-2.1022.559.362.4112.1414-4.87-7.39-2.0722.629.522.3813.0715-4.83-7.43-2.0

21、022.149.772.2713.5716-4.77-7.38-1.9721.629.782.2112.8217-4.71-7.35-1.9321.119.792.1612.7418-4.60-7.23-1.8520.749.792.1213.0419-4.46-7.15-1.7920.359.932.0512.9020-4.34-7.09-1.7219.369.931.9513.4421-4.30-7.06-1.6919.3210.051.9213.4522-4.21-6.95-1.6618.5510.121.8313.2823-4.17-6.92-1.6418.2810.141.8013.

22、7424-4.13-6.91-1.6218.6010.241.8213.6125-4.11-6.87-1.6118.5510.311.8013.9026-4.08-6.83-1.5818.4510.331.7913.3327-4.04-6.80-1.5518.0110.401.7313.6028-4.04-6.78-1.5417.4810.461.6713.3529-4.07-6.81-1.5516.8710.441.6213.6330-4.02-6.78-1.5316.4310.471.5713.64资料来源：Wind 资讯，华安证券研究所隔夜跳空与日内反转的融合上文我们对原始反转因子进行了

23、昼夜分离，从日内时间段提取了日内黄金分割反转因子10:00，从隔夜时间段构建了隔夜跳空因子，本章我们对这两者进行合成，昼夜合成因子综合运用了隔夜和日内信息，因子表现得到提升。首先我们计算因子的两种相关性矩阵，右上角为因子的横截面相关性矩阵，左下角为因子的 IC 相关性矩阵。传统反转因子和日内 10 点黄金分割反转相关性高，但和隔夜跳空因子相关性比较低。图表 39 三因子相关性矩阵因子名称原始反转日内黄金分割反转隔夜跳空原始反转/0.600.24日内黄金分割反转0.90/0.16隔夜跳空0.120.05/备注：右上角为因子横截面相关性，左下角为IC相关性资料来源：Wind 资讯，华安证券研究所由

24、于日内黄金分割反转因子效果更好，给予其更高的权重。并且两因子的相关性低，隔夜跳空因子的加入提供了信息增量，两者可以有机地进行结合。我们最终选择以 6:4 的比例对两者进行合成，其他比例的合成效果如下表所示。昼夜合成因子 = 0.6 10:00 + 0.4 图表 40 昼夜合成因子参数检验日内权重隔夜权重IC均值秩IC均值年化ICIR年化收益年化波动年化IR最大回撤1090-5.56-7.92-2.6025.718.752.949.312080-6.23-8.61-2.9528.408.663.289.253070-6.91-9.19-3.3232.468.413.866.984060-7.50

25、-9.59-3.6634.078.184.167.185050-7.91-9.75-3.9236.937.984.637.086040-8.10-9.66-4.0436.927.934.667.587030-8.09-9.36-4.0336.987.884.696.458020-7.92-8.92-3.9335.727.824.576.809010-7.67-8.42-3.7833.667.794.326.58资料来源：Wind 资讯，华安证券研究所合成因子的IC 均值为-8.10%，rankIC 均值为-9.66%，年化 ICIR 为-4.04，多空年化收益为 36.92%，年化波动为 7.

26、93%，信息比率为 4.66，胜率 89.6%，最大回撤 7.58%，多头年化收益 13.29%，表现十分优异，且远远强于传统的反转因子。图表 41 昼夜合成因子 IC 序列图表 42 昼夜合成因子多空收益资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所图表 43 昼夜合成因子多空收益与回撤图表 44 昼夜合成因子分组净值资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所图表 45 展示了原始反转因子和昼夜合成因子在不同的选股域内的效果，昼夜合成因子在每个选股域中效果都得到了很大的提升，在 IC 表现、多空表现、回撤、稳定性、多头表

27、现方面都显著地优于传统的 20 日反转因子。图表 45 昼夜合成因子与原始反转因子选股效果对比全A300内500内1000内8.0810.7686.154.039.7139.13-3.71-9.58-8.23昼夜合成因子4.1013.1765.152.3311.6927.19-1.84-6.72-5.80原始反转56.013.2972.002.4610.5525.97-2.58-7.76-6.20昼夜合成因子2.2418.9364.000.9912.38.2812-1.08-4.96-3.33原始反转3.2920.5069.601.5811.064317.-1.84-5.49-4.50昼夜合成

28、因子0.7419.2362.401.0013.09.1613-1.10-4.10-3.34原始反转13.297.5889.604.667.9336.92-4.04-9.66-8.10昼夜合成因子97.113.0572.002.2410.0122.43-1.97-6.81-5.56原始反转多头年化收益最大回撤胜率信息比率年化波动多空年化收益年化ICIR秩IC均值IC均值资料来源：Wind 资讯，华安证券研究所图表 46-49 展示了原始反转、日内黄金分割反转、隔夜跳空和昼夜合成四个因子在不同选股域的选股效果，在沪深 300、中证 500、中证 1000、全 A 四个样本中，昼夜合成因子均显著优于

29、原始反转的表现。图表 46 沪深 300 内四个因子的多空收益率图表 47 中证 500 内四个因子的多空收益率资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所图表 48 中证 1000 内四个因子的多空收益率图表 49 全 A 内四个因子的多空收益率资料来源：Wind 资讯，华安证券研究所资料来源：Wind 资讯，华安证券研究所图表 50-51 展示了昼夜合成反转因子与原始反转因子的分十组收益表现，合成因子不仅在多空上强于原始反转，在分组收益的单调性上也大幅提高，多头收益得到了显著的提升。图表 50 原始反转因子十分组表现图表 51 昼夜合成因子十分组表现12

30、3456781091234567891015%15%10%10%5%5%0%0%-5%-5%-10%-10%-15%-15%-20%资料来源：Wind 资讯，华安证券研究所-20%资料来源：Wind 资讯，华安证券研究所进一步地，我们对昼夜合成因子进行更强的中性化处理，在横截面上对其进行行业、市值、20 日波动、20 日均换手的中性化处理后，因子的IC 均值为-5.49%，rankIC均值为-5.83%，年化ICIR 为-2.81，多空年化收益为 22.63%，年化波动为 7.67%，信息比率为 2.95，而原始反转因子经过强中性化处理后，IC 仅为-3.40%，rankIC-3.77%，年化

31、 ICIR-1.21，多空年化收益为 14.03%，年化波动为 9.82%，信息比率为 1.43。这证明了我们进行昼夜拆分重组后，昼夜合成因子充分利用了每一段时间的有效信息，大幅提升了原始反转的选股能力。回顾与总结本篇报告是“市场微观结构剖析系列”的第九篇，与本文较为相关的前序研究是A 股“跳一跳”：隔夜跳空选股因子。笔者以为，本文最大的亮点是提出了日内“低开高走”的收益结构，可能对反转多头和空头造成不对称扭曲，使得反转因子的 Alpha集中在空头，而多头几乎没有超额收益。具体来看，“日内高走”和反转的空头共振，强化了反转的空头Alpha；“隔夜低开”和反转的多头相抵触，隔夜涨跌幅甚至呈现出轻

32、微的动量而非反转，拖累了原始反转因子的多头收益，导致反转因子多头几乎没有超额收益。我们采取的应对方法是隔夜与日内的信息分离，在隔夜和日内两个时间段寻找各自信号中的最强 Alpha 信息，最终合并两个时间段的信息以提升原始反转的效果。结果表明，昼夜合成因子相比于原始反转因子，在收益、回撤、稳定性、收益单调性等多方面均得到显著提升。日内方面，日内反转是传统反转的主要 Alpha 构成部分。反转因子“晚上睡觉，早上打盹”，我们寻找到日内反转的黄金分割点，10 点至收盘的反转效应明显强化。胜率由 72%提升至 85%，多空组的年化 IR 由 2.27 提升至 4.10，多空组最大回撤从 12.94%降低至 6.7%,多头组年化收益由 7.19%提升至 10.62%。隔夜方面，隔夜收益是传统反转的噪音部分，尤其是对多头而言。“隔夜跳一跳，股价向下掉”，由抛